Om ny forskning för kundlojalitet och analys

Share this post:

Den 1:a december hade vi inom Business Analytics på IBM ett välbesökt frukostseminarium på Waterfront i Stockholm, temat var kundlojalitet och prediktiv analys. Förutom undertecknad så talade Inger Roos, professor i marknadsföring på Karlstad Universitet, om kundlojalitet och då främst avseende aktiva och passiva kunder.

Hennes definition av aktiva kunder är att de som alltid svarar på enkäter, klagar till kundtjänst, gör aktiva planerade val huruvida de skall köpa mer eller byta och är pålästa runt de produkter och tjänster som de använder. Dessa kunder är tydliga med när de kommer att byta till en konkurrent. Passiva kunder svara nästan aldrig på enkäter. Om de svarar på en enkät så speglar svaret i stort sett aldrig deras verkliga åsikt. En passiv kund öppnar eller läser sällan utskick och framför allt så har denna kundkategori ofta liten kunskap om den produkt eller tjänst som de köper. När de byter från ett företag till ett annat så sker det nästan alltid spontant och oplanerat ofta i samband med direktförsäljning via telefon eller på gatan.

De flesta företag bygger sina kundstrategier, kampanjer och så vidare, runt den aktiva kundgruppen. Detta tack vare att man har väldigt mycket information om och från dessa kunder. Men Inger Roos forskning har dock visat att för en del organisationer så kan upp till 50 % av kunderna bestå av passiva kunder. Hur bör du då angripa denna stora grupp passiva kunder? Hur får du dem mera aktiva och då också mer lojal med ökad lönsamhet som följd?

En del av utmaningen med passiva kunder är att de ofta byter utan någon riktig förvarning. Ett sätt att få en bättre förståelse för detta är att hela tiden ställa frågor och speciellt efter att en kund slutat köpa dina tjänster eller produkter. Detta bör göras kontinuerligt under hela livscykeln och vara en naturlig del av verksamheten. Detta är enligt Inger Roos det mest väsentliga i att få en bättre förståelse runt dessa grupper.

För att få en utökad insikt om dina kunder så måste du hitta de olika grupperna och definiera vad som utmärker aktiva respektive passiva kunder. Det handlar om att samla all information som du har runt dina kunder; beskrivande data så som ålder och kön, beteendedata till exempel tidigare köp och vilka kampanjer de har varit med i inklusive utfall, interaktionsdata så som när de var inne på hemsidan eller kontaktade kundtjänst och attityddata så som deras svar på undersökningar. Nu kanske det inte finns alla typer av data men du kan komma väldigt långt med det som existerar. Då detta är någonting som du skall göra kontinuerligt innebär det att nästa gång så får du ytterligare information att jobba med.

Utifrån den samlande informationen kan du börja identifiera de två grupperingarna genom olika typer av analyser. Du kan till exempel använda klusteranalys för att se om det går att urskilja två distinkta grupper. Ett annat angreppsätt är att manuellt definiera aktiva respektive passiva kunder genom enkla villkor som till exempel utifrån hur många gånger en kund läst olika utskick. Du kan sedan använda prediktiv analys för att verifiera definitionen.

När du definierat grupperna kan du skapa prediktiva modeller som kan användas för att förutse vilken grupp en ny kund tillhör. Detta gör att du redan från dag ett kan veta med stor sannolikhet om en kund ska hanteras som aktiv eller passiv kund. Nästa steg är att börja anpassa din kommunikation utifrån dessa två grupper. Du skapar prediktiva modeller för att förutsäga vilka som ska ha vilket budskap och sedan använder du utfallet för att ytterligare förfina modellerna. Det handlar om att testa hela tiden för att förstå vilka budskap som fungerar, vad som fungerar mindre bra samt att fånga upp utfallet för att bli bättre nästa gång.

Allt eftersom kommer du bli bättre och bättre på att anpassa och förutse. Det kommer också att bli lättare att identifiera aktiva och passiva kunder i och med att du hela tiden får in mer information och kunskap om dem.

Om du vill veta mer om hur du kan jobba med prediktiv analys kontakta mig eller någon av mina kollegor.